目录
无人机历史
1914年,在第一次世界大战时期,英国研制无人驾驶空中炸弹,实验最终以失败告终。
1917年,英国研制的世界上第一架无人驾驶飞机,以坠机失败告终。同年,美国发明了第一台自动陀螺稳定仪,配置出了自动陀螺仪稳定器的无人飞行器——”斯佩里空中鱼雷“。
1935年,“蜂后”式无人机,无线电遥控全尺寸靶机,是近现代无人机历史上的“开山鼻祖”。用途主要是靶机和自杀式无人机,逐渐被淘汰。
1966年12月,中国研制的第一架无人机“长空一号”首飞成功。
1982年,以色列首创无人机与有人机协同作战,无人机的价值逐步被挖掘
21世纪初,研制出了迷你无人机,机型更加小巧、性能更加稳定,同时无人机更加进步、智能化的技能,催发了民用无人机的诞生。
2006年,大疆无人机公司成立,引领了消费级无人机市场。各大无人机企业逐渐崛起,无人机研发水准上升到一个较高水平。
2015年,是无人机飞速发展的一年,各大运营产商融资成功,无人机各大论坛和社区不断涌现出来,提供了技术交流平台,无人机正处于日益上升发展的阶段。
陀螺仪
陀螺仪是1850年由法国物理学家莱昂·傅科发明的,他在研究地球自传中获得灵感,把一个高速旋转的陀螺放到一个万向支架上,靠陀螺的方向来计算角速度,从而制成了最初的陀螺仪,是无人机的核心传感器。
物理原理 p=mv 动量,p=p'动量守恒, L=Jω角动量守恒, 陀螺仪-无人机
角动量守恒!陀螺仪为什么能稳定自如指向明确?_哔哩哔哩_bilibili
MPU-6000(6050)
为全球首例整合性6轴运动处理组件,相较于多组件方案,免除了组合陀螺仪与加速器时间轴之差的问题,减少了大量的封装空间。当连接到三轴磁强计时,MPU-60X0提供完整的9轴运动融合输出到其主I2C或SPI端口(SPI仅在MPU-6000上可用)。
九轴传感器 通常是指集成了三种传感器的设备,分别是加速度计、陀螺仪和磁力计。
解算姿态角
欧拉角 是一种描述刚体旋转的三个关键参数的方法,由瑞士数学家莱昂哈德·欧拉提出。它用来确定定点转动刚体位置的3个一组独立角参量,由章动角θ、旋进角(即进动角)ψ和自转角φ组成。
求解欧拉角的方法:欧拉角法,四元数法,方向余弦法,三角函数法,Rodrigues参数法,等效旋转矢量法
1.欧拉角法
欧拉角法(又称三参数法)是欧拉在1776 年提出来的。解算欧拉角微分方程只需要解三个微分方程,用此方法求解得到的姿态矩阵永远是正交矩阵。在进行加速度信息的坐标变换时变换后的信息中不存在非正交误差,得到的姿态矩阵不需要进行正交化处理。当载体的纵摇角(俯仰角)为90 °时,将出现奇点,因此该方法不能进行全姿态解算,其使用存在一定的局限。
2.四元数法
https://www.cnblogs.com/TIANHUAHUA/p/8031606.html四元数法 (又称四参数法) 。英国数学家W.R.Haminlton 在1843 年在数学中引入了四元数。但直到20 世纪60 年代末期这种方法还没有得到实际应用,随着空间技术、计算技术SINS 技术的发展,四元数才引起人们的重视。求解四元数微分方程要解四个微分方程。虽然要比解欧拉微分方程多一个方程,但其优越性在于计算量小、精度高、可避免奇异性,该方法是目前研究的重点之一。由于方向余弦法在对载体姿态动力学求解时会产生歪斜、刻度和漂移误差等,然而,SINS 中在进行姿态求解时估计出这些误差是很重要的。与方向余弦法相比,四元数法的优点在于不仅歪斜误差等于零;而且刻度误差的推导很简单,能得出便于进一步分析的解析表达式,而方向余弦法只有在特殊的情况下才能分析和检测到刻度误差,且不能得出通用的结论。通过从不同角度对欧拉角法、方向余弦法和四元数法进行对比。结果表明四元数法具有最佳的性能。https://www.cnblogs.com/TIANHUAHUA/p/8031606.html
四轴飞行器的姿态控制和飞行原理
四轴飞行器自稳系统 姿态控制+高度控制+位移控制
其中姿态控制是指由飞行器通过IMU(惯性测量单元)姿态结算后进行PID控制,实现自身最小化倾斜;高度控制是指飞行器利用激光得到高度后,实现飞行器定高悬停;位移控制是指利用摄像头采集地面图像,传回电脑后提取地面参考系,然后再由飞行器利用得到的位移与参考点对比后作出控制,实现飞行器最小范围内水平漂移。最终实现飞行器的稳定悬停。
垂直运动
俯仰/翻滚运动
偏航运动
调试四轴飞行器之PID控制算法
PID控制器是一种线性控制器,它主要根据给定值和实际输出值构成控制偏差,然后利用偏差给出合理的控制量,目前,人们通过科学研究获得了诸多具有优异控制效果的算法和理论,但在工程应用领域,基于经典PID的控制算法仍然是最简单、最有效的控制方案。目前主流的几款开源飞控中,无一例外地都是采用PID控制算法来实现无人机的姿态和轨迹控制。
四轴无人机系统
原理图及元器件
开发软件:Altium Designer 15
四轴无人机:主控系统(MCU,电源模块,指示灯,接口,开关),传感器(IMU,光流,激光测距),通信模块,动力电池,电机控制模块,螺旋桨等
四轴遥控器:主控,通信模块,摇杆,电池
四轴代码
开发软硬件:keil5,stlink调试器
核心代码:定时器调度,MPU6050读取,姿态解算及滤波算法(低通滤波,卡尔曼滤波),PID控制算法,通信控制及通信协议
其他:LED控制,ADC电压测量,串口测试,I2C/SPI,延时等
调度器
2ms任务:IMU数据采集滤波,PID飞行控制
4ms任务:通信,解析遥控器数据
6ms任务:更新姿态欧拉角
8ms任务:更新PID目标数据
20ms任务:上位机数据传递
50ms任务:LED刷新,电压测量,(高度传感器,光流传感器)
1000ms任务:信号检测,(高度,光流传感器检测)
核心算法代码:
IMU采集滤波
卡尔曼滤波(Kalman filtering)是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响,所以最优估计也可看作是滤波过程。
一阶低通滤波算法是最简单的低通滤波算法,其数学表达式为:Y(n) = a * X(n) + (1 - a) * Y(n - 1),其中Y(n)是本次滤波结果,X(n)是本次采样值,a是滤波系数,其取值范围为0到1,值越小滤波器越稳定,值越大滤波器对信号的灵敏度越高。
解算姿态
PID控制